# DATA — 实测数据附录（脱敏结构化指标）

> **数据合规**：本文档只含**结构数字与会话 ID 引用**——不含任何会话原文、工作目录路径、用户名、
> 机器名或环境信息。复现方法：会话导出包（私域文档之外的公开采集方法：jsonl 事件统计脚本，
> 按 `user/message`/`tool/call`/`tool/result` 类型聚合），每条指标标注来源会话 ID。
> 会话 ID：bcad0ade / 7abc5cad / f0855822（主）+ 781d16c5（懈怠基线）。

## 1. 三会话主指标表

| 指标 | bcad0ade（花·Flower 3D 项目） | 7abc5cad（便利店 3D 项目） | f0855822（本插件自测链） |
|---|---|---|---|
| 任务类型 | 视觉/交互 3D 场景 | 视觉/风格化 3D 场景 | 插件开发+自测 |
| 分级链版本 | 3.0 链（无脑暴/定稿） | 3.2 链（脑暴+定稿） | 3.0→3.2 多轮 |
| 工具调用总数 | 637 | 639 | 44033 行规模（多链） |
| edit_plan / lock_stage | 2 / 2 | 2 / 2 | 多轮 |
| mark_task 总数 | 36（27 L2 + 9 L1） | 31（24 L2 + 7 L1） | 22（3.1 链） |
| `read_image`（视觉核对） | 18 | 75 | 2（少量） |
| subagent 委派次数 | 0 | 7 | 4 小类声明 |
| redteam_verdict 裁决 | 0 | 2（均 pass） | 1（组级 E2E） |
| 会话验收模式 | correct | **correct 全程**（24/24 小类未声明 mode） | correct→research（示例） |

## 2. 懈怠强度表（长程勤勉度衰减·实测）

> 度量：小类粒度「工具调用数/截图核对数」分段对比。数值来源=会话事件逐段聚合（每小类=焦点注入→打卡）。基线会话 781d16c5（早期 3.0 链）呈现**典型衰减**；bcad0ade 呈**中段洼地**；两组均未出现"后段长期无验证"（防御语系后改善）。

| 会话 | 前段 | 中段 | 后段 | 模式 |
|---|---|---|---|---|
| 781d16c5 | 26 工具/15 读图（首个小类） | 7-10 工具/10-25 读图 | **1 工具/0 读图**（多个后续小类） | **显著衰减**（后段验证几乎消失） |
| bcad0ade | 21.7-32.7 工具/项 | **14.0-13.7 工具/项**（洼地：风场/花朵组=纯数据模块，非偷懒） | 20.3-37.0 工具/项（回升；**末项红队 78 工具/29 编辑**） | 中段洼地+后段最强 |
| 7abc5cad | 全链均匀（24/24 打卡、75 截图） | — | — | 无衰减迹象（redteam 门+委派制下） |

## 3. 模式与粒度分布（7abc5cad·教训数据）

| 项 | 值 |
|---|---|
| 会话模式 | correct（开局自报） |
| 小类粒度 mode 声明 | **0/24**（全部继承 correct） |
| 项目判定标签 | 视觉/风格化（体验向）——**correct 全程**为模式判定偏差样本 |
| 后续修复 | v3.2 脑暴必选模式题+小类 mode 粒度+scanMode 限用户（防自漂移） |

## 4. 审计端点口径（f0855822 实机）

| 审计字段 | 数值（3.1 链收尾实机） | 说明 |
|---|---|---|
| `injections.focus:*` | 22 | 22/22 小类引导各 1 次（键数=已注入小类数） |
| `injections.check:*` | 7 | 7/7 组收官各 1 次 |
| `injections.final` | 1 | 终验注 1 次 |
| `uniqueRate` | 1 | 零重复键（单注率 100%） |
| `dupKeys` | [] | 无重复注入键 |
| redteam: rounds/passed/rejected | 0/0/0（该链未用红队；7abc5cad 为 2/2/0） | 红队统计口径=裁决轮次/通过节点/打回次数 |

**边界声明**：① 7abc5cad 为 v3.2 会话——audit 端点数据未采录于该链（当时未调用），本期只录
工具级计数；② 指标采集=公开统计法（事件类型聚合），非插件源码注入；③ 781d16c5 属早期
3.0 链（非 3.1+ 机制），用作历史对比基线，不代表 3.2 行为。